将列表分离成一个新的数据框

如何解决将列表分离成一个新的数据框

我有一个包含列表列表的列的数据框。所有基本列表都包含两个字符串。包含这些基本列表的列表中包含可变数量的列表。 例子：

            A
    0 [[1,1],[1,1]]
    1 [[1,1]]
    2 [[1,1]]

我想要一个有两列的新数据框。第一列包含每个基本列表中的第一项，第二列包含第二项。我是这样解决的：

df = pd.DataFrame(data = {'A': [[[1,1]],[[1,1]]]})

df2 = pd.DataFrame(columns = ['A','B'])
for x in df.A:
    for i in x:
        n = pd.DataFrame([i],columns = ('A','B'))
        df2 = df2.append(n)

   A  B
0  1  1
0  1  1
0  1  1
0  1  1
0  1  1
0  1  1 

我知道循环遍历数据框不好，但我不知道怎么做。以下是一些失败的尝试：

for x in df1:
     df2 = [df2.append(pd.DataFrame([i],'B'))) for i in x]

df2 = df1.apply(lambda x: df2.append(pd.DataFrame([x[0]],columns = ['name','tid'])))

如果我让第一个列表理解起作用，我会尝试将 for 循环移动到第一个列表理解的末尾。

预先感谢您的帮助！

解决方法

这样做有用吗？

import pandas as pd
import itertools

df = pd.DataFrame(data = {'A': [[[1,1],[1,1]],[[1,1]]]})

a = []
b = []
for k in range(len(df)):
    a.append([x[0] for x in df.iloc[k].A])
    b.append([x[1] for x in df.iloc[k].A])

df2 = df2 = pd.DataFrame(data = {'A': list(itertools.chain(*a)),'B': list(itertools.chain(*b))})

结果：

>>> df2
   A  B
0  1  1
1  1  1
2  1  1
3  1  1
4  1  1
5  1  1

,

快速解决方案：

obj = df['A'].explode()
df1 = pd.DataFrame(obj.tolist(),index=obj.index,columns=['A','B'])

---

演示数据：

df = pd.Series([
    [[1,2],2]],[[3,4]],3],4]]
],name='A').to_frame()
print(df)

                          A
0          [[1,2]]
1                  [[3,4]]
2  [[1,4]]

---

使用 explode 将类似列表的每个元素转换为一行，复制索引值。

obj = df['A'].explode()
df1 = pd.DataFrame(obj.tolist(),'B'])
df_result = df1.groupby(level=0)[['A','B']].agg(list)

df_result

               A          B
    0     [1,1]     [2,2]
    1        [3]        [4]
    2  [1,1,1]  [2,3,4]

df1

       A  B
    0  1  2
    0  1  2
    1  3  4
    2  1  2
    2  1  3
    2  1  4

---

使用 .apply(pd.Series) 将包含列表元素的列转换为数据框。

df2 = df.A.apply(pd.Series)
print(df2)

       0       1       2
0  [1,2]  [1,2]     NaN
1  [3,4]     NaN     NaN
2  [1,3]  [1,4]